Biotechnologia.pl
łączymy wszystkie strony biobiznesu
Pierwszy model matematyczny potwierdzający zależność pomiędzy wzrostem złożoności form zachowań zwierząt a większą asymetrią funkcjonalną mózgu
Pierwszy model matematyczny potwierdzający zależność pomiędzy wzrostem złożoności form zach

Opracowany w 2023 r. model matematyczny pokazuje, w jaki sposób zwiększona złożoność zadań angażujących funkcje poznawcze może mieć wpływ na wykształcenie asymetrii funkcjonalnej mózgu.

 

 

 

Asymetria funkcjonalna mózgu to fizjologiczne zjawisko odnoszące się do różnic w czynności prawej i lewej półkuli mózgu. Pomimo że na pierwszy rzut oka bruzdy obu półkul układają się we wzory symetryczne względem szczeliny podłużnej, w rzeczywistości obszary zlokalizowane po obu jej stronach mają odmienne cechy i pełnią różne funkcje. Obecnie upatruje się zależności pomiędzy większą asymetrią funkcjonalną mózgu a wyższym poziomem zaawansowania poznawczego gatunku. Taki pogląd ma związek z istniejącym od dawna założeniem, zgodnie z którym poziom złożoności form zachowań zwierzęcia wpływa na przekształcenie mózgowych lustrzano-symetrycznych obwodów neuronalnych w obwody występujące lokalnie w jednej półkuli. Obecność zduplikowanych obwodów w każdej z półkul mogłaby teoretycznie zwiększyć dokładność obliczeń oraz zaoferować obwód zastępczy, jeżeli jeden z nich ulegnie „awarii”, jednak taka nadmiarowość może też prowadzić do zwiększonego zużycia energii i zbyt dużych kosztów metabolicznych.

Czy zatem stopień symetrii lustrzanej zależy od złożoności realizowanych przez sieć neuronową problemów poznawczych oraz ma związek ze złożonością możliwości poznawczych podmiotu? W połowie 2023 r. przedstawiono wyniki badań Luisa Seoane z hiszpańskiego Narodowego Centrum Biotechnologii (CSIC), które zaowocowały opracowaniem matematycznego modelu stanowiącego potwierdzenie (w matematycznych ramach) przedstawionych wyżej założeń. Model ten ma służyć do mapowania optymalnych konfiguracji (dwustronnych, w pełni lateralizowanych lub stanu pomiędzy) obliczeniowych jednostek neuronowych jako funkcji ich kosztów operacyjnych, przyrostu sprawności oraz złożoności wykonywanego zadania. Zastosowanie tego modelu wykazało, że rosnąca złożoność podejmowanych działań może rzeczywiście powodować rozpad symetrii lustrzanej w obwodach obliczeniowych (wykazano także, iż proces ten może zachodzić w przeciwnym kierunku, sprzyjając odzyskaniu symetrii). Model umożliwia ustalenie warunków, w których można spodziewać się każdego scenariusza (w zależności od ponoszonych kosztów i wydajności jednostek neuronowych oraz biorąc pod uwagę złożoność zadania poznawczego i jego przydatność).

Wyjściowo założono (zaczynając od najprostszych hipotez), że idealna konfiguracja obwodu neuronalnego jest w pełni symetryczna lub w pełni zlokalizowana po jednej stronie mózgu. Następnie analizie poddano szeroki zakres biologicznie istotnych scenariuszy, wykazując (co najważniejsze), że zwiększona złożoność zadania może wywołać przejście między tymi dwiema konfiguracjami. Taka zmiana może następować osobniczo wraz z rozwojem i starzeniem się mózgu, ale także postępującą ewolucją biologiczną gatunku. Seoane omawia ścieżki ewolucyjne prowadzące od konfiguracji dwustronnych do lateralizowanych oraz inne możliwe wyniki. W swojej pracy przedstawia również implikacje otrzymanych wyników dla ewolucji i rozwoju mózgu oraz rehabilitacji uszkodzonej i starzejącej się tkanki mózgowej. Autor pracy sugeruje, że może to stanowić nowe narzędzie umożliwiające prowadzenia badań zmierzających do wyjaśnienia sposobu, w jaki architektura mózgu kształtowana jest przez różne czynniki (np. wspomnianą realizację wymagających poznawczo zadań, ale także fizjologiczne i patologiczne mechanizmy związane ze starzeniem się czy rozwojem chorób).

Źródła

L. F. Seoane, Optimality pressures toward lateralization of complex brain functions”, Phys. Rev. X 13, 031028 (2023).

https://journals.aps.org/prx/abstract/10.1103/PhysRevX.13.031028 

Fot. https://pixabay.com/pl/illustrations/sztuczna-inteligencja-ai-robot-2228610/ 

KOMENTARZE
news

<Maj 2023>

pnwtśrczptsbnd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
1
2
3
4
Newsletter